Submitted by Mario BC (mario@bc.ufrpe.br) on 2017-02-09T13:50:03Z No. of bitstreams: 1 Aliomar Santos Cavalcanti.pdf: 1166268 bytes, checksum: 226091faec44175c1bbd5a24a47d8ecd (MD5) / Made available in DSpace on 2017-02-09T13:50:03Z (GMT). No. of bitstreams: 1 Aliomar Santos Cavalcanti.pdf: 1166268 bytes, checksum: 226091faec44175c1bbd5a24a47d8ecd (MD5) Previous issue date: 2016-11-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Studies on many sorts of equations motivated and still motivate many mathematicians around the world. Most of the well-known mathematicians from the years 1400 to 1700 gave huge contributions to the study of algebraic equations. Solving equations was already a challenge since the beginning of the mathematical knowledge. In this paper, a technique is presented to solve polynomial equations up to fourth order, that use the circulating matrixes and basic knowledge of linear algebraic. Throughout this work we will collect the history of involved topics besides illustrating this entire dissertation with examples. Finally, a didactical sequence of our paper’s content will be presented, that we suggest to be developed in five days of classes within three hours of lessons a day, aiming at improving student’s preparation for the academic life. / Os estudos sobre vários tipos de equações motivaram e motivam muitos matemáticos em todo o mundo. Grande parte dos célebres matemáticos entre os anos de 1400 e 1700 deram grandes contribuições ao estudo das equações algébricas. Resolver uma equação já era um desafio desde o início do conhecimento matemático. Neste trabalho, apresentamos uma técnica para resolver equações polinomiais, de até o quarto grau, que utiliza as matrizes circulantes e conhecimentos básicos de álgebra linear. Ao longo do trabalho fazemos um apanhado histórico dos tópicos envolvidos, além de ilustrarmos toda a dissertação com exemplos. Por fim, apresentamos uma sequência didática com o conteúdo do nosso trabalho, que sugerimos ser desenvolvida em cinco dias de aulas com três horas de aula por dia, com o objetivo de melhor preparar os alunos para a vida universitária.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2014-11-25T13:07:50Z No. of bitstreams: 2 Dissertação - Jorge Peixoto de Morais Neto - 2014.pdf: 1582808 bytes, checksum: 3115f942e2c8a9cf83601835af3af1c5 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-11-25T14:42:09Z (GMT) No. of bitstreams: 2 Dissertação - Jorge Peixoto de Morais Neto - 2014.pdf: 1582808 bytes, checksum: 3115f942e2c8a9cf83601835af3af1c5 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-11-25T14:42:09Z (GMT). No. of bitstreams: 2 Dissertação - Jorge Peixoto de Morais Neto - 2014.pdf: 1582808 bytes, checksum: 3115f942e2c8a9cf83601835af3af1c5 (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2014-01-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Let M be a metric space and let P be a subset of M. The well known k-nearest neighbors problem (KNN) consists in finding, given q 2 M, the k elements of P with are closest to q according to the metric of M. We discuss a variation of KNN for a particular class of pseudo-metric spaces, described as follows. Let m 2 N be a natural number and let d be the Euclidean distance in Rm. Given p 2 Rm: p := (p1; : : : ; pm) let C (p) be the set of the m rotations of p’s coordinates: C (p) := f(p1; : : : ; pm); (p2; : : : ; pm; p1); : : : ; (pm; p1; : : : ; pm􀀀1)g we define the special distance de as: de(p;q) := min p02C (p) d(p0;q): de is a pseudo-metric, and (Rm;de) is a pseudo-metric space. The class of pseudo-metric spaces under discussion is f(Rm;de) j m 2 N:g The brute force approach is too costly for instances of practical size. We present a more efficient solution employing parallelism, the FFT (fast Fourier transform) and the fast elimination of unfavorable training vectors.We describe a program—named CyclicKNN —which implements this solution.We report the speedup of this program over serial brute force search, processing reference datasets. / Seja M um espaço métrico e P um subconjunto de M. O conhecido problema k vizinhos mais próximos (k-neareast neighbors, KNN) consiste em encontrar, dado q 2 M, os k elementos de P mais próximos de q conforme a métrica de M. Abordamos uma variação do problema KNN para uma classe particular de espaços pseudo-métricos, descrita a seguir. Seja m 2 N um natural e seja d a distância euclidiana em Rm. Dado um vetor p 2 Rm: p := (p1; : : : ; pm) seja C (p) o conjunto das m rotações das coordenadas de p: C (p) := f(p1; : : : ; pm); (p2; : : : ; pm; p1); : : : ; (pm; p1; : : : ; pm􀀀1)g definimos a distância especial de como: de(p;q) := min p02C (p) d(p0;q): de é uma pseudo-métrica, e (Rm;de) é um espaço pseudo-métrico. A classe de espaços pseudo-métricos abordada é (Rm;de) j m 2 N: A solução por força bruta é cara demais para instâncias de tamanho prático. Nós apresentamos uma solução mais eficiente empregando paralelismo, a FFT (transformada rápida de Fourier) e a eliminação rápida de vetores de treinamento desfavoráveis. Desenvolvemos um programa—chamado CyclicKNN—que implementa essa solução. Reportamos o speedup desse programa em comparação com a força bruta sequencial, processando bases de dados de referência.